| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 背景及意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-25页 |
| 1.2.1 车路协同技术 | 第17-18页 |
| 1.2.2 公交车辆动态控制平台研究 | 第18-19页 |
| 1.2.3 公交车辆到站时间预测模型研究 | 第19-23页 |
| 1.2.4 公交车辆动态控制策略研究 | 第23-24页 |
| 1.2.5 文献总结 | 第24-25页 |
| 1.3 研究内容 | 第25-26页 |
| 1.4 技术路线 | 第26-27页 |
| 第二章 公交车辆动态控制平台框架设计 | 第27-46页 |
| 2.1 数据采集系统设计 | 第27-31页 |
| 2.2 综合数据库设计 | 第31-39页 |
| 2.2.1 综合数据库构成 | 第31-32页 |
| 2.2.2 数据约定 | 第32-39页 |
| 2.3 数据处理系统设计 | 第39-42页 |
| 2.3.1 客流量统计分析模块 | 第39-41页 |
| 2.3.2 到站时间预测模块 | 第41-42页 |
| 2.3.3 车辆动态控制模块 | 第42页 |
| 2.4 数据发布系统设计 | 第42-45页 |
| 2.4.1 对外发布模块 | 第43-44页 |
| 2.4.2 对内发布模块 | 第44-45页 |
| 2.5 本章小结 | 第45-46页 |
| 第三章 公交车辆到站时间特征选择 | 第46-67页 |
| 3.1 公交车辆到站时间原始特征分析 | 第46-51页 |
| 3.1.1 影响因素分析 | 第46-47页 |
| 3.1.2 原始特征分析 | 第47-51页 |
| 3.2 到站时间特征选择 | 第51-55页 |
| 3.2.1 特征选择算法概述 | 第51-52页 |
| 3.2.2 常规方法 | 第52-53页 |
| 3.2.3 Boruta算法 | 第53-55页 |
| 3.3 特征选择案例分析 | 第55-66页 |
| 3.3.1 自贡市1路公交线路描述 | 第55-57页 |
| 3.3.2 自贡市1路数据分析 | 第57-61页 |
| 3.3.3 特征选择结果 | 第61-65页 |
| 3.3.4 特征选择对比分析 | 第65-66页 |
| 3.4 本章小结 | 第66-67页 |
| 第四章 公交车辆到站时间预测 | 第67-82页 |
| 4.1 到站时间预测模型 | 第68-74页 |
| 4.1.1 基于支持向量回归机的预测模型 | 第68-69页 |
| 4.1.2 基于人工神经网络的预测模型 | 第69-70页 |
| 4.1.3 基于加权Bagging-ANN的预测模型 | 第70-73页 |
| 4.1.4 模型评价指标 | 第73-74页 |
| 4.2 公交车辆的到站时间预测 | 第74-81页 |
| 4.2.1 特征选择有效性 | 第74-78页 |
| 4.2.2 模型预测稳定性比较 | 第78-80页 |
| 4.2.3 训练样本量对预测效果的干扰 | 第80-81页 |
| 4.3 本章小结 | 第81-82页 |
| 第五章 公交车辆动态控制策略研究 | 第82-95页 |
| 5.1 公交车辆动态控制模型 | 第82-88页 |
| 5.1.1 模型假设 | 第82-83页 |
| 5.1.2 符号说明 | 第83页 |
| 5.1.3 控制策略描述 | 第83-86页 |
| 5.1.4 模型评价指标 | 第86-88页 |
| 5.2 仿真实验 | 第88-94页 |
| 5.2.1 仿真环境 | 第88-89页 |
| 5.2.2 仿真结果 | 第89-93页 |
| 5.2.3 结果分析 | 第93-94页 |
| 5.3 本章小结 | 第94-95页 |
| 第六章 结论与展望 | 第95-97页 |
| 6.1 研究结论 | 第95-96页 |
| 6.2 研究创新点 | 第96页 |
| 6.3 研究展望 | 第96-97页 |
| 致谢 | 第97-98页 |
| 参考文献 | 第98-103页 |
| 附录 | 第103-113页 |
| 作者简介 | 第113-114页 |